基于DBN模型的遥感图像分类
遥感图像分类是地理信息系统(geographic information system, GIS)的关键技术,对城市规划与管理起到十分重要的作用.近年来,深度学习成为机器学习领域的一个新兴研究方向.深度学习采用模拟人脑多层结构的方式,对数据从低层到高层渐进地进行特征提取,从而发掘数据在时间与空间上的规律,进而提高分类的准确性
.深度信念 *** (deep belief network, DBN)是一种得到广泛研究与应用的深度学习模型,它结合了无监督学习和有监督学习的优点,对高维数据具有较好的分类能力.提出一种基于DBN模型的遥感图像分类 *** ,并利用RADARSAT-2卫星6d的极化合成孔径雷达(synthetic aperture radar, SAR)图像进行了验证.实验表明,与支持向量机(SVM)及传统的神经 *** (NN) *** 相比,基于DBN模型的 *** 可以取得更好的分类效果.
来源:开源地理空间基金会中文分会
微信号:MeetyXiao
添加微信好友, 获取更多信息
复制微信号
添加微信好友, 获取更多信息
复制微信号
来源链接:https://www.osgeo.cn/post/8b4a5
本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。